-
Patent Agency Ranking
公开(公告)号：CN102646206A
公开(公告)日：2012-08-22
申请号：CN201210044822.0
申请日：2012-02-24
Applicant: 南京大学
IPC: G06K19/06
Abstract: 对QR码黑白分布掩膜的方法，QR码1:1:2:1:1和1:1:4:1:1这二种黑白分布时采用1:1:3:1:1黑白分布进行掩膜，并采用1:1:3:1:1黑白分布进行掩膜评分时评价标准。QR码的编码标准中，为了QR码阅读的可靠性，最好均衡地安排深色和浅色模块。本发明对1:1:2:1:1和1:1:4:1:1黑白分布也会给识别采用改进掩膜，尽量避免1:1:2:1:1和1:1:4:1:1黑白分布情况的出现。
-
公开(公告)号：CN102508870A
公开(公告)日：2012-06-20
申请号：CN201110306941.4
申请日：2011-10-10
Applicant: 南京大学
IPC: G06F17/30
Abstract: 一种结合评分数据与标签数据的个性化推荐方法，根据用户对产品的评分数据和产品被标记的标签数据计算生成用户对标签的评分数据，然后采用基于用户的协同过滤思想来根据用户对标签的评分数据计算用户间的相似度，生成目标用户的相似用户群，最后根据相似用户群的评分来预测目标用户对产品的未知评分。本方法通过结合评分数据和标签数据来计算用户间的相似度，从而使计算得到的相似度更精确，并最终为目标用户产生更精确的预测评分，提高了推荐的效果。
-
公开(公告)号：CN101826114B
公开(公告)日：2012-05-09
申请号：CN201010182844.4
申请日：2010-05-26
Applicant: 南京大学
Abstract: 一种基于多马尔可夫链的内容推荐方法，利用用户的点击流信息建立马尔可夫模型，同时利用用户的背景信息建立用户关系矩阵。然后对相似的马尔可夫模型进行合并，并根据用户关系矩阵得到的相似用户集合的点击流对合并后的马尔可夫模型的零行进行稀疏项的填充。本发明为一种网络上的个性化信息推荐技术，根据用户的兴趣特点，行为，以及个人资料向用户推荐感兴趣的商品和信息，在庞大的数据中为用户推荐其所感兴趣的信息和商品，减少浏览的时间，同时解决的了协同推荐中用户评分项相对较少，并且有很多稀疏项的问题，提高了推荐的精确度。
-
公开(公告)号：CN102411754A
公开(公告)日：2012-04-11
申请号：CN201110385722.X
申请日：2011-11-29
Applicant: 南京大学
IPC: G06Q30/02
Abstract: 一种基于商品属性熵值的个性化推荐方法，通过脚本获取电子商务网站用户的浏览记录，对其进行剖析，产生推荐结果进行个性化推荐。本发明基于属性分类熵值的用户剖面可以帮助推荐算法找到用户在不同属性分类上的偏好，利用用户浏览过程中的信息，根据用户的实际选择产生不同推荐，从而提高商品页面推荐的多样性。对于一个需要个性化推荐的推荐系统，本发明在保持推荐命中率的同时，还提高推荐的多样性。本发明方法还可以在不进行大量更改的前提下，对其它推荐算法产生的结果进行重新排序，这样一方面使得原有推荐算法的效果不受影响，另一方面提高了商品页个性化推荐的多样性，从而使商品页的推荐更为有效。
-
公开(公告)号：CN101826114A
公开(公告)日：2010-09-08
申请号：CN201010182844.4
申请日：2010-05-26
Applicant: 南京大学
Abstract: 一种基于多马尔可夫链的内容推荐方法，利用用户的点击流信息建立马尔可夫模型，同时利用用户的背景信息建立用户关系矩阵。然后对相似的马尔可夫模型进行合并，并根据用户关系矩阵得到的相似用户集合的点击流对合并后的马尔可夫模型的零行进行稀疏项的填充。本发明为一种网络上的个性化信息推荐技术，根据用户的兴趣特点，行为，以及个人资料向用户推荐感兴趣的商品和信息，在庞大的数据中为用户推荐其所感兴趣的信息和商品，减少浏览的时间，同时解决的了协同推荐中用户评分项相对较少，并且有很多稀疏项的问题，提高了推荐的精确度。
-
-
-
-
Search Results
45
records
(took 0.019 seconds)
